Aplicación de técnicas de Machine Learning para el análisis y predicción de acciones: The Coca-Cola Company

Abstract

Este Trabajo de Fin de Grado tiene como objetivo elaborar un modelo de predicción bursátil fundamentado en métodos de ML, que resulte exacto, comprensible y sencillo de entender. Para ello, se realizó un análisis de varios algoritmos supervisados utilizados en el sector financiero, resaltando su habilidad para identificar patrones complejos en datos de tiempo real, algo que sobrepasa las restricciones de los modelos estadísticos convencionales. A continuación, se pusieron en práctica y contrastaron varios modelos en Python, tales como regresión lineal, árboles de decisión, random forest y redes neuronales, empleando información histórica auténtica del mercado bursátil. Cada modelo fue analizado a través de métricas de evaluación, lo que facilitó la identificación del más eficiente. El trabajo se acompaña con representaciones gráficas y cuadros comparativos que simplifican la interpretación de los resultados, guiando el proyecto no solo hacia una perspectiva técnica, sino también pragmática. Se intentó desarrollar un instrumento entendible para usuarios no especialistas, que puedan emplearlo como soporte para calcular el precio futuro de las acciones. Finalmente, se sugieren estrategias futuras de optimización, tales como la utilización de datos externos, la incorporación de modelos mixtos y la construcción de una interfaz más intuitiva. En resumen, este proyecto evidencia la capacidad del aprendizaje automático en el estudio financiero y su uso efectivo en la toma de decisiones en el mercado bursátil.